Question

我有一个字符串CCAATA CCGT，我试图获得连续子序列的固定长度n。然后，我想得到这样的东西：

该字符串中每个子序列的索引。 0-3,1-4,2-5等

0 thru 3 : CCAA 
1 thru 4 : CAAT 
2 thru 5 : AATA 
3 thru 6 : ATAC 
4 thru 7 : TACC 
5 thru 8 : ACCG 
6 thru 9 : CCGT

列表大小为7.这里，我循环通过列表并获得索引＆amp; lastIndexOf。之后，3 thru 6 : ATAC，我得到了

线程中的异常＆＃34; main＆＃34; java.lang.IndexOutOfBoundsException：Index：7，Size：7

for (int i = 0; i < list.size(); i++) {
            System.out.println(ss.indexOf(list.get(i)) 
             + " thru " + ss.lastIndexOf(list.get(i + n - 1)) + " : " 
            + list.get(i));

演示：

import java.util.ArrayList;

public class Subsequences {

    public static void main(String[] args) {

        String s = "CCAATA CCGT";
        ArrayList<String> list = new ArrayList<String>(); // list of subsequence

        int n = 4; // subsequences of length

        String ss = s.replaceAll("\\s+", "");
        String substr = null;

        for (int i = 0; i <= ss.length() - n; i++) {
            substr = ss.substring(i, i + n);
            list.add(substr);
        }

        for (int i = 0; i < list.size(); i++) {
            System.out.println(ss.indexOf(list.get(i)) 
             + " thru " + ss.lastIndexOf(list.get(i + n - 1)) + " : " 
            + list.get(i));

        }
    }
}

任何提示？

Answer 1

我相信您的问题出在list.get(i + n - 1)。您目前正在进行迭代，以使每个子序列的 start 的范围从0到list.size() - 1。有意义的最后一个子序列是位置n到list.size() - n的{{1}}个字符。

list.size() - 1

Answer 2

删除所有空格，循环：

String data = "CCAATA CCGT";
String replaced = data.replaceAll("\\s", "");
for (int i = 0; i < replaced.length() - 4 + 1; i++) {
    System.out.println(replaced.subSequence(i, i + 4));
}

输出：

CCAA
CAAT
AATA
ATAC
TACC
ACCG
CCGT

Answer 3

您不需要将n添加到lastIndexOf，因为您已将substring分隔为4. List中的每个条目都包含4个字符。将索引检查更改为此

(ss.lastIndexOf(list.get(i)) + n - 1)

最后它看起来像这个

 for (int i = 0; i < list.size(); i++) {
        System.out.println(ss.indexOf(list.get(i))
                + " thru " + (ss.lastIndexOf(list.get(i)) + n - 1) + " : "
                + list.get(i));

    }

输出：

0 thru 3 : CCAA   
1 thru 4 : CAAT   
2 thru 5 : AATA   
3 thru 6 : ATAC   
4 thru 7 : TACC   
5 thru 8 : ACCG  
6 thru 9 : CCGT

Answer 4

在你的循环中

for (int i = 0; i < list.size(); i++) { 
   System.out.println(ss.indexOf(list.get(i)) 
   + " thru " + ss.lastIndexOf(list.get(i + n - 1))
   + " : " + list.get(i));
}

当您执行list.get(i + n - 1)且i为4时，上瘾的结果将是4 + 4 - 1 = 7，并且您无法获得列表的成员您的list.size()的索引相同或更大，因此系统会抛出异常

要获得您期望的结果，您可以执行以下操作：

import java.util.ArrayList;

public class Subsequences {

public static void main(String[] args) {

    String s = "CCAATA CCGT";
    ArrayList<String> list = new ArrayList<String>(); // list of subsequence

    int n = 4; // subsequences of length

    String ss = s.replaceAll("\\s+", "");
    String substr = null;

    for (int i = 0; i <= ss.length() - n; i++) {
        substr = ss.substring(i, i + n);
        list.add(substr);
    }

    // --------Here the edits-------
    for (int i = 0; i < list.size(); i++) 
        System.println(i + " thru " + (i+n-1) + " : " + list.get(i))
    // -----------------------------

}
}

Answer 5

您也可以使用简单的正则表达式执行此操作。删除空格并运行此正则表达式：

(?=(.{4}))

样品：

package com.see;

import java.util.ArrayList;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexTest {

    private static final String TEST_STR = "CCAATA CCGT";

    public ArrayList<String> getMatchedStrings(String input) {
        ArrayList<String> matches = new ArrayList<String>();
        input = input.replaceAll("\\s", "");

        Pattern pattern = Pattern.compile("(?=(.{4}))");
        Matcher matcher = pattern.matcher(input);

        while (matcher.find())
            matches.add(matcher.group(1));

        return matches;
    }

    public static void main(String[] args) {
        RegexTest rt = new RegexTest();
        for (String string : rt.getMatchedStrings(TEST_STR)) {
            System.out.println(string);
        }
    }
}

LastIndexOf和java.lang.IndexOutOfBoundsException

5 个答案: